Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l.   10 ,  No.   2 ,  A pr il   2020 , p p. 13 87 ~ 1397   IS S N: 20 88 - 8708 ,  DOI: 10 .11 591/ ijece . v10 i 2 . pp1387 - 13 97          1387       Journ al h om e page :  http: // ij ece.i aesc or e.c om/i nd ex .ph p/IJ ECE   A hybrid  approach fo r schedul ing  appli cations  in cl oud  co mp uti ng envir onment       Ah med  Subhi   Ab d alk afor 1 ,  Khattab  M.  A li  A lhee ti 2   1 Care er   Deve lop m ent   Center, Unive rsit y   o f  Anba r,   Anbar ,   Ir aq    2 Com pute r  Netw orking  S y st ems   Depa rtment, Co m pute r  Scie n ce s   and  In form at ion   Technol og y   Col le ge ,   Univer sit y   o f   An bar ,   Anb ar,  Ira q ,       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   J un  28 , 2 019   Re vised  O ct   9 ,   2019   Accepte d  O ct   15 ,  2019       Cloud  computin g  play s  an  important   rol e  in  our   dai l y   l ife.  It  ha s  dire ct   an d   positi ve  impact   on  share   and  updat e  data,   knowl edge ,   storag e  an d  scie nti fi c  resourc es  bet w e en  var ious  reg i ons.  Cloud  computing  per form a nce   he avil y   base d  on  job  sc hedul ing  a lgor ithm s  tha t  are   uti li z ed  for  queue  wait ing  in   m oder n  scie nti f ic   applic at ions.   The   rese arc h ers  are   consid ere d  c lou d   computing  a  p opula r  pl at form   for  new  enf or ce m ent s.  The se   sche duli n g   al gorit hm s  hel p  in  design  eff icie nt  queue   li sts  in   cl oud  as  well   as  th e y   p l a y   vit al   ro le   in  re duci ng  wai ti ng   for  proc essing   ti m e  in  cl oud   computing.   A  novel   job   sch edul ing  is  propo sed  in  th is  pape r   to  enh ance  per f orm anc e  of   cl oud  computin g  and  red uce   del a y   ti m e  in   queue   wait in g  for  jobs.   The   proposed  a lgori thm  tries  t o  avoi d   som e  signifi c ant   ch all enge s  that  throt tle  from   de vel oping  appl i cations  of  cl oud  c om puti ng.   How eve r,   a  sm art  sche duli ng  t ec h nique   is  proposed  in  our  pap e r  to  improve  per form ance   proc essing  in  c lo ud  appl icat ions.  Our  expe rimental  result   of  th e  pr oposed  job  sche duli ng  al gor it hm   show s  tha t  the   proposed  sc hemes  poss ess  o utsta ndin g   enha nc ing  r at es  with  a   red u ct ion   in  wai ti ng  ti m e  f or  jobs i n   queu e li st.   Ke yw or d s :   Cl oud  c om pu ti ng    Task sc he duli ng alg ori thm   p r i o r i t y   Copyright   ©   202 0   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights re serv ed .   Corres pond in g  Aut h or :   Ah m ed  S ubhi  Abdalka f or ,    Ca reer De velo pm ent Center,   Un i ver sit y o f Anba r,   Anba r,   Ir a q .   Em a il :  ah m ed. abd al kafor@ uoan ba r. e du.iq       1.   INTROD U CTION     Nowa days,  m od er n  te ch no l ogy  is  witnessing  a  wide  ra ng e  of   dev el op m ent  in  sci entifi c  app li cat io ns  and  resea rc h  a rea s .  Cl oud  c om pu ti ng   is  c onside red  one  of   t he   m os t  i m p or ta nt  resea rc h  fiel d s   t hat  rec ei ved    a  lot  of   at te ntion   f r om   dev el op e rs  an d  desi gn e rs.   It  is  an   inn ovat ive  te chnolo gy  that  us es  cent r al   rem ote   serv e rs  a nd  i ntern et   netw orks   to  s ha re  in f orm at ion /a pp li ca ti on s  a nd  st or e   im po rtant  data  to  bec om e  avail able   for  us ers   [ 1,   2].  Cl oud  c om pu ti ng   al lows  co nsum ers  t o  s har e  a nd  a ccess  f or   dail y  app li cat ions/ sensiti ve   inf or m at ion   wi thout  c oord i na ti on   a nd  syn ch ronizat ion  m od e.  The se  a pp l ic at ion s  pro vide   im po rtant  da ta   an d  con t ro l i nfor m at ion  to  users  a t suita ble   ti m e  and w it ho ut any  d el ay  [3,  4].      Cl oud  c om pu ti ng  util iz es  co m pu ti ng   res ou rces  a nd  net w ork  te rm inals  to  pr ov i de  im portant  data,   inf or m at ion ,   and   knowle dge   for  us e rs  at   the  ap pro pr ia te   tim e.  In   oth e r   words,  use rs  can  acce ss  the   sa m e  resou rce  at   dif fer e nt  tim e s   and   place  i.e.  s ha re  data.  T he  m ai n  aspect  of  cl oud  com pu ti ng  does  not  nee d  pre - est ablished   c om m un ic at ion   f or  any  request   from   resour c es .  T his  as pec t  m akes  cl oud  com pu ti ng  oc cup y     a  la rg e  a rea  of  sci entifi c  rese arch   an d  m od e rn   a ppli cat ion s   in  our  daily   li fe.  T he  cl ou d  com pu ti ng  pe rm i ts  acce ss  to  se ve ral  onli ne  ser vi ces,  so ci al   dat a,  inf or m at ion  and   res ources   that  can  be  ut il iz ed  fo r  e xc han ge   betwee n  com pu te r  de vices  on  dem and .  I n  order   to  al loc at e  co m pu ti ng  resour ces  qui ckly   and   eff ic ie ntly ,  resou rce  al loc at ion   ta s k s   m us t  be  sc he du l ed  [5 - 8].  T he   basic   str ucture  of  cl oud  c om pu ti ng   is  s how n  i n    Fig ure   1.     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  10 , No .  2 ,  A pr i l 202 0  :    1387   -   1397   1388       Figure  1. Ba sic   struct ur e  of cl oud  c om pu ti ng  [ 9]       Accor ding  to  Figure   1,  data  stora ge,   se rv e r s,  operati ve  sy stem ,   and   vi rtu al iz at ion   interf ace  are  m a in  com po ne nts  f or  any  cl oud  c om pu ti ng   syst e m   [9 ] .  T he  di ff ic ulty   of  jo b  sc hedulin g  r equ e st s   is  gra du al ly   increase d  in  cl ou d  syst em .  In   m or e  detai l,   the  cu rr e nt  al gorithm s  becom e  par al yz ed  in  f ront  of  the   pool   request  of  cl oud  web   a pp li c at ion s.  As  we   know,  sche duli ng   in  a  cl oud  c om pu ti ng  env ir onm ent  is  m os t   i m po rtant  iss ue   in  m od er n  te chnolo gy.  T he   ta sk   sc heduling  c onsist s  of  the  f ollow i ng :  workflo w,   sta ti c  an d  dynam ic   cl ou d  ser vice  sc he du li ng,   real - t i m e  sched ulin g,   heurist ic   and   oppo rtu nisti c   load  bala nci ng   sche du li ng  [10 ,  11] .  T he  c ompu ti ng  e nvir onm ent  consi sts  of   a   num ber   of  sources .   T here fore,  ta s k  sc he du li ng   is  necessa ry  t echn i qu e   to  c hoos e  t he  bes t  resou rces  s ui ta ble  for  the   i m ple m entat i on  of  var i ous   ta sk s .     The  e ff ic ie nt  s cheduli ng  sc he m e  can  re du ce   respo ns e  ti m e,  low  c onsu m ption   pow er,   an d  pro vid e  a vaila bili ty  for  busy   res ources.  I n  ad diti on,  sche duli ng  m et ho ds   ha ve   the  abili ty   to  al locat ing   com pu te r  m achine s   with     the  le ast   tim e  t o  accom plish  dep e ndin g  on  t heir  pr io riti es,  so   sc hedulin g  t asks  a re  esse ntial   and   in flue nt ia l  i n   this en vir on m ent. Fo r  this  rea so n,  new sc heduling al gorith m s ar e requested to  ove rco m e this  prob l em .   In   this  pap e r,  a  novel  sche du li ng  al gorit hm   is   pr op os e d  to  im pr ov e  the  perf or m ance  of   cl ou d  com pu ti ng .   M or e over,   it   has   the  a bili ty   to  re du ce   the   a m ou nt  of  dela y  in  qu e ue  w ai ti ng .  T he   pr opos e d  al gorithm   in  this  resear ch  pl ay s  i m po rtant  ro le   in   al loc at ing   bala nce  load  be twee n  diff e re nt  resou rces.   Ther e f or e,  the   resou rce - sc he duli ng in  cl oud  com pu ti ng  is  di ff ic ult t a sks [ 10,  11] .         2.   RELATE D  W ORK   Re centl y,  seve ral  sche du li ng  al gorithm s  hav e  been   pro po se d  to  distri bu te   cl oud  ap plica ti on s .  All  of  the se  al gorith m s   ta rg et   to  re du ce  wait ing   t i m e  of   j obs  in   qu e ue  li st,  in crease  ef fici en cy ,  decli ne  nu m ber   of   rep eat   re quest   and   balanc e  be tween  a vaila bl e  resour ces .  I n  this  pap e r,   we  pr opos e d  ne w  hy br i d  sch edu li ng   al gorithm   to  e nh a nce  perfor m ance  of   cl oud  com pu ti ng.   Sangwa n  et   al .   [12]  pro posed   te chn iq ue  t o  im pr ov e   rou nd - r obin  sc hedulin g  al gori thm   in  cl oud  c om pu ti ng  en vi ronm ents  by  re du ci ng  the   av e rag e   of  wait ing  tim e   and   total   arou nd   ti m e   by  chan gi ng   the  ti m e  qu a ntu m   by  keep i ng   al l  the  pr o ce sses  w hen   ar rivi ng   i n  CPU.   It  de fines  a verage  of   m ean  (T Q  po werfu ll y)  after  sel ect in g  the  m ean  of   burst  tim e  according   t o  the  num ber  of   processes .  T hi s  pro pose d  al gorithm   sel ect s  the  fi rst  pr oce ss  the n  CP U  i s  al locat ed   f or  a  te m po rar y  per i od   accor ding  to  the  m ean  t i m e   qu a nt um .  There  are  m any  st ud ie s  that  ha ve   been   w orke d  on   ta sk   sche duli ng.  Howe ver,  the r e  is  sti ll   a  cha ll eng e  for  sch edu li ng   al gorit hm s,  su ch   as   m ini m u m   respon s e  ti m e,  m a xim u m   thr oughput,  be st  po ssi ble  res ource  util iz at io n,   a nd   re du ci ng  the  ov e rloa d  [13].  Mitta l  a nd   Sin gh   prese nt  [ 14 ]   a  propose d  sys tem   to  i m pr ove  the  al gorithm   for  ta sk   sc he duli ng   i n  cl oud  com pu ti ng .  Th e  auth or s  ca n  m od ify   rou nd - r obin  by   add i ng   a  new  strat egy  of   th e  per io d  f or  re qu e st  tim e  qu antum .  In   m or e  detai l,  the  pro po s e d  al gorithm   ob ta ins  m ini m iz es  wait ing   ti m e  a nd   m axi m iz e  CPU  usa ge .  K um ar  et   al .  [15]  hav e  t ried  to  fin d   the  best  slot  of   ti m e  qu ant um   in  ro un d - r ob i n  al gorith m   to  avo id  t he   fr e qu e nt  co ntext  s witc h.   In te ger  pro gr am m ing   is  util i z ed  in  create   new   CP U  local   sche duli ng   nam ed  changea ble  tim e  qu a ntu m   (CTQ)   t o  ov e rc om e  too   la rg e/ to o  li tt le   of   t he  ti m e  quantum .  More over ,  it   has   the  abili ty   to  giv es   the  best  th rou ghput  rate o f  the  syst e m .     In   [16],  the  a uthors  pro pose d  ne w  sc hem e   for  re duci ng  so m e  of   the  draw bac ks   of  r ound - robin   al gorithm   as   well   as  getti ng   bette r  per f or m ance  of  CPU  at   the  sam e   tim e.  In   ot her   words,   the  m od ific at ion   of  Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       A h y br id  ap pr oach  for  sch e du li ng   applicati on   . ..  ( A hm e d S.  Ab da lk afo r)   1389   al gorithm   plays  i m po rtant  r ol e  in  reducin g  aver a ge  of  wai ti ng   tim e,  decli ne  the  am ou nt   of   tu rn a r ound   ti m e   and   dec reases   the  dif ficult   of   sta r vatio n.   Nayak  e t  al .  [17]  ha ve  im pro ved   t he  r ound - r ob i n  al gorithm     by  orga nizin g  the  pr ocesses  i n  the  rea dy  que ue.   T his  m od if ic at ion   can  ove rco m e  the  dr a wb ac ks   of   al go rith m   by  set   opti m a l  tim e  qu antum   and  sel ect   the  sh ort est   bu rst  tim e.  In   [ 18] ,  a   sta rv at io n  op ti m iz ing   a lgorit hm   is   i m pr oved  to  fix  one  of  the  c omm on   pr oble m s   that  occu r  in  shortest   job  first  al gorith m .   This  m od if ic at ion   play s  vital   ro le   in  enh a ncin g  CPU  and   in put/ ou t pu t  res ources  re quirem ents  that  hav e  a  direct  and   posit ive   ref le ct io n  on   overall   perf or m ance .  It  can  in crease  thr ough pu t  rate,  re duc e  aver a ge  wait ing   tim e  and   de cl ine  tur naroun d  ti m e  in  cl oud  e nv i ronm ent.  Wh e n  res ourc es  are   overl oa ded  the   al gori thm   has  re dir ect ed  al l  resou rces  in  vi rtual  m achines.  The  virtu al   m achine  in  t his  syst e m   aims  to  get  be tt er  res ponse   an d  proc e ssin g  tim e.  Gh an bar i   et   al .  [ 5],  have  pro posed  a   ne w  al gorithm   base d  on  t he  a naly ti cal   hierarc hy  proce ss  na m ed  PJSC.  It  f ocus es  on   th ree  m at te rs  wh ic h  a re  co ns ist ency,   com plexity ,  a nd   m akes - pa n.  Con sist ency  m eans  adjustin g  fun dam enta ls  of   c om par ison   m at ri x  based  on  sch edu li ng  of  pr io rity   al go rithm .  Wh e n  c om plexity   is   the  num ber   of   j obs  as  well   as  it   is  cal culating   the  pri ori ty   vector s  of   e valu at ion   m at rixes.   Ag a rw al   et   al .   [19] ,   hav e   prese nted  a  ge ner al   pri or it y  al gorith m   fo r  ef fecti v e  i m ple m entation   f or   res our ce  al locat ion  in  cl ou d  com pu ti ng . I t  pro vid es  a  bette r  perform ance  after  app ly in g  in  cl oud  sim   to olk it   env i ronm ents  an d  com par is on   with  rou nd - r ob in and  first c om e first serves  al gorithm s.     A  novel  hybri d  sc he du li ng  a lgorit hm   is  p r opos e d  i n  this  pap e r   t o  ov e rc om e  co m m on   pro blem s  of   the  curre nt  scheduli ng  al gor it h m s.  It  play s  a  direct  an d  po sit ive  im pact  on   cu rr e nt  m et ho ds   via  r edu ci ng   wait ing   ti m e,  t urnaro und  tim e  and   inc reasi ng   perform ance  of   cl oud  c om pu ti ng   syst em .   This  al go ri thm   has   the  abili ty   to  e sta blish  bala nc e  for  avail able   resour ce s.  T hus,  it   will   be  pro vid i ng   s uffic ie nt  trans par e nc y  fo r  cl oud  us e rs  in   diff e ren t  reg i on s .  T he  obj e ct ive  of   this  pa per   is  to  pro po s e  a  ne w  al gorithm   to  enh anc e   perform ance  of  the   r ound - robin  al go rithm   via  dec reasi ng  am ou nt  of  w ai ti ng   ti m e  and   tu r naroun d  a ver a ge   tim e.  This  ench antm ent  is  ac hieve d  by  ad di ng   pr i or it y  fiel d  to  arr i val  tim e  of   jo b  proces ses  wh et her   e qual   or  diff e re nt.       3.   CLOUD  COMP UTING   The  jo b  sche duli ng   al gorith m s   in  cl ou d  c om pu ti ng   a re  cl assifi ed  into  two  cat eg or ie s :  batch  m od e   heurist ic   al go r it h m   (BMHA)  and   onli ne  m od e  heurist ic   al gorithm   (O MHA )  [ 5].  The  BM HA   colle ct s  and  qu e ue d  in  a  set   fo r  a rr i ve  jo b  processes  at   th e  wait ing   li st.  The  tim e  is  fixed   in  this  al gor it h m   fo r  jo bs   in  cl o ud  com pu ti ng .  Fi r st  co m e  first  s erv e d  al gorith m   is   con side re d  one  of   the  a pp li cat io n s   of   BM HA .  I n  ad diti on ,   rou nd - r obin,  Ma x - Min ,   an d  Mi n - Mi n  al gorithm s  are  al so   co ns i der e d  app li cat ions  of   BM H A.   W her eas ,   OMH A  fetc h es   an d  processe s  jobs   f ro m   queue  wait ing   d ir ect ly   [8 ,  20,  21] .  T he  BM H A  is  c on si der e d  on e  of   the  m os t  su it able  al gorithm s   for  t he  cl ou d  com pu ti ng   e nv iro nm ent.  In   t his  a ppro ac h,  al l  arr ive d  j ob s  ap ply  on e  of t he  m eth ods  bel ow   [ 22] :     3.1.  Fir st  c om e  first  serve d  ( FCFS)   1     It  i s  al so   nam ed  First  i n  First  Ser ves  ( FI F S)   wh e n  the  job   proces s  that  ar rived   at   qu e ue  wait ing   first   will   be  se rv e d.  T he  se rv es   perform   by  order  in  read y  qu e ue,  an d  t he y  do  not  pro cess  sho rt  or  la rg e .     The  process  i n  the  que ue  m us t  be  wait in g  unti l  al l  pr oces s es  are  c om plete.   T he  proces s es  wait ing   m ore  ti m e   to term inate  f r om  r eady q ue ue , so the  w ai ti ng a nd tu rn a rou nd are  quit e h i gh [2 3].     3.2.  Min - mi n  algorithm     T his  al gorith m   determ ined  al l  ta s ks   an d  a rr a ng e d  it   ab out  la rg e   a nd  s m al l,  the  s m al l   ta sk s  will   be  execu te d,   fir stl y  w hile  the  lar ge  ta sk   delay s  fo r  a  lo ng   ti m e.  The  dr a w back   of   this  al gorithm   is   to  assig n    the sm al le r  pr oc esses to  the  re so urces  w it h c om par at ively  hi gh e r  c om pu ta ti on al   powe r  [ 24] .     3.3.  M ax - mi n  algorithm   T his  al gorith m   al so   dep e nds  on  sm al l  a nd   la r ge  ta s ks.  H ow e ver,  it   changes  to  t he  Min - Min  al gorithm   wh e nev e r  t he  ta sk  was  to o  la rg e .  It  will   be   exec uted  a s  s oon  a s  an d  delay   a  sm a ll   ta sk   for  long -   tim e [ 25 ] .     3.4.  R ou n d - r obi n   a l go ri th m     I t  is  s uitable   f or  cl ou d  c om pu ti ng   ap plica ti ons.  I n  ad diti on,  t he  m os t  effe ct ive  ti m e - sh arin g  syst em s ,   i t’s si m plest an d  m os t widely   us e d  pro portio nal sh are sc he duli ng  alg ori th m  [ 11 ] . Th e a ve rag e  wait  time  ( W T )  and   a ver a ge  tu rn e d  ar ound  ti m e  (TA T)  a re   head   po i nts  on  syst em ,  so   ro un d - robin   de sign e d  to  giv e   so m e   bette r  res ponsi ve  but  the  w or st  a ver a ge  outp ut  pa ram eter s  ( WT ,  TA T),   i t' s  no t  ef fici ent  en ough   to  be   e m plo ye d  i n  re al - tim e syst e ms [5].     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  10 , No .  2 ,  A pr i l 202 0  :    1387   -   1397   1390   3.5.  Pri orit y  s cheduli ng al gori th m     I n  this  al gorithm ,  the  FCFS   proces ses  sc he du l e d  is  a ppli ed  wh e n  j obs  hav e   eq ual - pri or it y.  It   ha s   a  ve ry im po rtant ef fect o n pe r form ance o f  cloud c om pu ti ng in  c urren t a ppl ic at ion s.     3.6.  Th e  Sh or t est - Job - Fir st  ( SJ F ) alg orith m     I t  is  a  s pecial   case  of  the  ge ner al   pri o rity   sche duli ng  al gorithm   [6 ] ,  i n  c om pu te r  sc ie nce,  queu e   pr i or it y  as  the  kind  of  abstra c t  data,  wh ic h  is  li ke  a  qu eue  r egu la rly   or   str uctu re  of  the  da ta   sta cked   but   w h e re  add it io nally   ea ch  el e m ent  has  a  "pr iority "  associat ed  wit h  it .  This  al gorithm ' s  wo rk   wh e n  each  pro cess  has  high  pri ori ty   i s  execu te d  be f or e  a  lo w  pr i ori ty   pr oce ss.  I f   two  processes   hav e  t he  sam e  pr io rity ,  the y  are  execu te d  acc ordin g  to  t he ir  order   i n  the  queu e  [26 ] .  T he  co m m on   ty pes  of   s che du li ng  al gorithm s  that  util iz ed   in clo ud   com puti ng is s how n i n  Fig ure   2 .           Fig ur e   2. Ca te gories  of  s che duli ng  a lg or it hm         W o r k f l o w s   t e c h n i q u e   i s   u t i l i z e d   i n   t h i s   p a p e r   t o   d e t e r m i n e   t h e   o p t i m a l   d i s t r i b u t i o n   o f   t h e i r   j o b   p r o c e s s e s   t o   a v a i l a b l e   r e s o u r c e s   w h e t h e r   c o m p u t a t i o n a l   n e t w o r k .   A p p l i c a t i o n   s t r u c t u r e s   i n   w o r k f l o w s   s t a g e   a r e   a n a l y z e d   t o   s e l e c t   a p p r o p r i a t e   c o m p u t a t i o n a l   r e s o u r c e s   f o r   t a s k s .   I n   m o r e   d e t a i l ,   t h i s   s t e p   b a s e d   o n   r e s o u r c e   a v a i l a b i l i t y   a n d   a p p l i c a t i o n   c h a r a c t e r i s t i c s   f o r   e a c h   t a s k .   G e n e r a t e   a   s a t i s f a c t o r y   s o l u t i o n   i n   s l o t   t i m e   f o r   t a s k s   i n   c l o u d   c o m p u t i n g   i s   m a i n l y   b a s e d   o n   w o r k f l o w   s c h e d u l e r s .   T h e   w o r k f l o w   t e c h n i q u e   i n   c l o u d   c o m p u t i n g   i s   s h o w n   i n   F ig u r e   3 .           Figure   3.  Wo r kfl ow sc hem e in cloud  c om pu ti ng  [ 9]         T h e   i n p u t   a n d   o u t p u t   d a t a   f i l e s   a r e   a s s o c i a t e d   w i t h   e a c h   c o m p u t e r   p r o g r a m   r e p r e s e n t e d   b y   n o d e s .   T h e   r o l e   o f   w o r k f l o w   s c h e d u l e r s   e a s i l y   n o t i c e s   w i t h   c l o u d   c o m p u t i n g   i n   m o d e r n   a p p l i c a t i o n s .   I n   m o r e   d e t a i l ,   F i g u r e   4   d e m o n s t r a t e s   i n t e r a c t i o n   p r o c e s s   o f   s c h e d u l e r   w i t h   w o r k f l o w   a n d   c l o u d   r e s o u r c e s.   T h e   i n t e r a c t i o n   p r o c e s s   o f   s c h e d u l i n g   e n g i n e   i s   r e p r e s e n t e d   i n   t h r e e   l a y e r s   a s   s h o w n   i n   F i g u r e   4   w h i c h   a r e   w o r k f l o w ,   s c h e d u l e r ,   a n d   c l o u d   r e s o u r c e s .   T h r e e   s t e p s   a r e   a c c o m p l i s h e d   i n   l a y e r   t w o   w h i c h   a r e   t a s k   a n a l y s i s ,   o b j e c t i v e s   o p t i m i z a t i o n ,   a n d   t a s k   d i s t r i b u t i o n .   A l l o c a t e d   o f   c l o u d   r e s o u r c e   i n   l a y e r   t h r e e   h e a v i l y   d e p e n d   o n   l a y e r   t w o .   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       A h y br id  ap pr oach  for  sch e du li ng   applicati on   . ..  ( A hm e d S.  Ab da lk afo r)   1391       Fig ure   4. Sc he du le r  inter act io n wit h  cl ou d re so urces  and  w orkf l o w  [ 9 ]       4.   THE  PROPO SED  ALGO R ITHM   A  no vel  sche duli ng   al gorith m   is  pr op os ed  in  this  pa pe r  to  fi x  com m on   pro blem s  of   the  tradit iona l   rou nd - r obin al gorithm  e m plo ye d  in cl oud  c om pu ti ng . In  m or e  detai l, it  u s es f irst c om e first serve al gori thm  to   sche du le   al l  a rr ive d  proces s es  in  qu e ue   wait ing   with  f ixed  ti m e  qu a ntu m .  Howe ve r,   wait ing   ti m e  and   tur naroun d  ti m e  are   crit eria  ut il iz ed  in  c or e   work  of  the   pr opos e d  al gorithm .  This  al go r it h m   is  en han c ed  i n  this  pap e r  by   re - ar rangin g  processes  via  sla pp e d  pri or it y  file d.   Wh e n  pr oce sses  arri ve  at   read y  q ue ue,     the  highest  pr i or it y  is  al located   to  the  lowe s t  pr oces s  value   of   burst  ti m e.  In   this  case,  al l  arr ive d  proces ses  at   read y  que ue  will   yi el d  to  re - a rr a ng i ng   t echn i qu e .  H oweve r,   the  ne w  al gorithm   play s  i m po rtant  ro le   in   enh a ncin g  ove rall   pe rfor m ance  an d  t hro ughput  rate  of  c loud  c om pu ti ng.  Th us,  it   re du ce s  the   am ou nt   of   wait ing  ti m e and tu rn a rou nd  tim e. Th e fl owchar t  of the  pro po s e d al gorith m   is show n  in   Figure   5.           Figure  5. Bl oc k diag ram  o f  pro posed  alg or it hm     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  10 , No .  2 ,  A pr i l 202 0  :    1387   -   1397   1392     The pri nciple  work of t he pr opos e d  sc he du l ing  tec hn i que i s sho wn in  t he  al gorithm .   Algorithm  1  th e Pro po se d Sc hem e   Inp ut:    N,  BT , AT,  Pr i or it y, T Q    Ou t pu t:     Gan tt  C har t,  A WT, AT AT   1:    Arrange all  th e  pro ces ses in  R Q  in  or der   of t heir hig hest  pr i or it y t o  t he  lo w est  v al ue  of BT .   2:   Wh il e R Q  is  not em pty   3:   Fo r  I =1  to N   4:   Ca lc ulate  the  BT o f  the  pro c esses;   5:   Delet e the  proc ess from  RQ  if  the BT= 0;   6:   If  t he new  pr oc ess ar rive d  R Q  go to Ste p 2;   7:   Dr a w Gantt C ha rt and Cal c ulate  AWT,  AT A T;   8:   En d wh il e.     Th e   ste ps   of   the  pro pose d  al gorithm   are  li ste d  in  Al gorithm 1.   T he  a lgorit hm   sta rts  with  the  ra ndo m   init ia li zation   of tasks:   St ep   1:   Alloca te   CPU  t o  e very   process   in   th e  r ound - robin   appr oach,  new  pr i or it ie s  are   a ssign e d  t o  al l  a rr ive d  processe d  acc ordi ng   t o  g ive  t he  highest  pri ori ty   to  the  lo we st  value  of  bu r st  tim e  with  the  sam e  t i m e  qu antum   tim e.  Then   eac h  process  gets  the  co ntr ol  of  t he  CP U  acc ordin g  to   the  ne w  pr io riti es  ba sed  on  the  rem ai ning   CPU  bursts i n ca se the  rea dy  qu e ue  is  not re ached t o  t he n ul l    St ep  2:   Af te r  f inishin g  the  fir st  ste p,   cal cula te   the  burst  ti m e  of   al l  pr oc esses  an d  re - ar range d  the  rem ai nin g  burst ti m e w it h  the  new pri ori ti es unti l t he  val ue of  a  burst ti m e reach e d  ze r o.       5.   SIMULATI O N RESULT  A ND D I SCUS S ION     To  e valuate  the  pe rfo rm ance  of   t he  pro po s ed  syst em ,  var i ou s  job   processes  a re   app li ed  to     the  tradit io nal  rou nd - r obin  al gorithm   and   t he  propose d  al gorithm .  All  these  sce nar i os  are  em plo ye d  unde r   env i ronm ent  of   virt ual  bo x  of  net  f ram ewo r k.   In   m or e  deta il ,  five  of   job s  processes  w hic h  are  P1,  P 2,   P 3,   P 4,  p5  are   integ rat ed  with  CP U  burst  ti m e.  Thes e  value s  of   bur st  tim e  are  25,  30,  87,  13,   20  resp ect ively .   I n  this   pap e r,   va rio us   pr i or it y  values  are  util iz ed  whic h  are  2,   3,   4,  0,   1  r especti ve ly .  The  fixed   ti m e   qu antum   in  this  pro po sal  is  20 m s w it h  equ al   and d i ff e ren t a rr ival t im e in ready q ue ue  as   sh ow n  in  Ta ble   1.       Table  1.   Proce sses  s pecifica ti on s   Proces s Na m e   Arr iv al  Ti m e   Bu rst T i m e   Priority   P 1   0   25   2   P 2   0   30   3   P 3   0   87   4   P 4   0   13   0   P 5   0   20   1         The  pe rfor m ance  m et rics  are  consi der e d  a  ve ry  i m po rtant  f act or   in  evalua t ing   the  pro po s ed  syst e m .  These  m et rics,  su ch  as  t urna rou nd   ti m e  an d  wait in g  tim e   [14].   A ver a ge   of   tu rn a r ound   tim e   (TA T)  c an  be   cal culat ed  as:     Av e ra ge ATA   = Ʃ ( Ti  –   AT  of P i)/ N   (1)     A ve ra ge of wa it ing  ti m e (W T )  ca n be calc ul at ed  as:     Av e ra ge WT=  Ʃ (T AT of  Pi  –   BT o f Pi )/ N   (2)     In this  pap e r, t wo sce nar io s a re a pp li ed  to  te st  the  ef fici enc y of t he pr opos ed  syst em .     O n  on e  ha nd,   we  assum e  al l  pr oble m   a rr ival  at   the  sam e   tim e  in   scenari o  I.   I n  this  case,     the  tradit io nal   rou nd - r obin  i s  buil t  on   distrib ution   of  the   tim e  qu antu m   a m on g  the   current  proces ses  i.e.     the  al gorithm   handles  al l  pro cesses  with out  featur e   of  the   pr i or it y.  The  processes  distr ibu ti on  of  tra di ti on a l  rou nd - r obin al gorithm  is   sh own  in  F ig ur e  6 .   A ver a ge of   WT: 74. 4m s; Av erag e  of T AT:  109.4m s.       Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       A h y br id  ap pr oach  for  sch e du li ng   applicati on   . ..  ( A hm e d S.  Ab da lk afo r)   1393       Figure  6.  Ga ntt  c ha rt of  t ra diti on al   R ound - r obin   a l gorithm         On  the  ot her   ha nd,  to   e valuat e  the  perf or m a nce  of  the  pro po s ed   al gorith m ,  we  ap plied  to  the   sam e  scenari o  of   t he   pr e vious  jobs.   In  ad diti on,  th e  highest  pr i or i ty   value  at ta ch ed  to  t he  lo wes t  value  of  bur st  tim e   resp ect ively .  A dd i ng  proc ess  heav il y  de pe nds  on  a rr ival  ti m e  of   j obs   at   r eady  que ue  tha t  hav e   the  sam e  TQ .   The  G antt  cha rt  of   t he  pro po sed  a lg or it hm   is  sh ow n  Fig ure  7.   A ver a ge  of   WT:  58. 4ms;   Av e rag e  of   TAT:   93.4 m s.           Figure  7. Ga ntt cha rt of  pro posed  al gorithm         Howe ver,  Figure   8   show s  the  per f or m ance  com par ison   of  j obs  at   read y  qu e ue s   that  ha ve  the  sam e  arr ival  ti m e .   T he  unit es   of   sa ved   ti m e  fo r  th e  aver a ge  of  WT  an d  T AT  after  ap plyi ng   the  pro posed  a lgorit hm  that  is  s how n  i n  T a ble  2 .   Whereas,   the  proc ess  will   hav e   r epeate d  in  sce nar i o  II   agai n  t o  c onfirm   eff ic ie ntly  of   the  pr opos e d  sche du li ng   al gorithm .  In   this  case,  we  assu m e  t hat  j ob s  at   a  read y  qu e ue   with  var io us   a rr ival   tim e s . Tab le  3  sh ows  pro c ess  sp eci ficat io n s   f or f ive  jo bs   in   t he  qu e ue.           Figure  8 .   Per f orm ance co m par iso n for sce na rio       Table  2.   Re s ults f or   S ce nar io  I   Perf o r m an ce  Attribu te   Tr ad itio n al  Ro u n d - rob in   Sch ed u lin g   Prop o sed  Algo rith m   Re m ark   Av erage  W aiti n g   Ti m e   7 4 .4 ms   5 8 .4 ms   1 6  Unites  of   Sav ed  T i m e   Av erage  Turn arou n d   Ti m e   1 0 9 .4 ms   9 3 .3 ms   1 6 .1 Un ites  Sav ed  T i m e       Table  3.   Proce sses S pecifica ti on s   Proces s Na m e   Arr iv al  Ti m e   Bu rst T i m e   Priority   P 1   1   25   2   P 2   3   30   3   P 3   5   87   4   P 4   2   13   0   P 5   0   20   1   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  10 , No .  2 ,  A pr i l 202 0  :    1387   -   1397   1394   The  num ber   of   job s   with   their   slot  ti m e  fo r  tr aditi on al   rou nd - r ob i n  is  s how n  in   F ig ure   9 .   Av e ra ge  of   WT:  53. 6m s;  Av e ra ge  of  T A T:  88.6 m s.   The   nu m ber   of   j ob s  with  their  slo t  tim e  fo r  th e  pro posed  al gorithm   is   sh ow n  in  F ig ure   10.  Wh erea s ,  Av e ra ge  of   WT:  49. 6m s;   Av e ra ge  of   T AT:  84. 6m s.   P erfor m ance  co m par ison  in  va rio us   a rr i val  tim e s   is  sh own  i n  Fig ure   11 .  T o  discusse s  the  propose d  al gorithm ,  w e   nee d  to  c ompare  ou r   al gorithm   with  tradit ion al   to  cal culat e  the  eff ic ie nt  rate  of  the  al gorithm .  Acc ordin g  to   the  res ult,  we   can   easi ly   no ti ce  t hat  the  propos ed  al gorithm   m or e  eff ic ie nt  fr om   the  tradit ion al   al go rith m .   Ou r  pro po sal   is   app li ed  w it h  th e prev i ou s  alg ori thm  [ 12 ,  14 - 17]  to  m easur e i ts effici ency.             Figure  9.  Ga ntt  c ha rt for  roun d - r obin   a lg or it hm           Figure  10.  Ga nt t chart  of  t he p rop os ed  alg or it hm           Figure  11.  Per f or m ance co m par iso n for sce na rio II       a.   Im pr ov e d r ound - robin  sc hedu li ng  in   cl ou d  c om pu ti ng   [ 12 ]     So m e  per form ance   m et rics  a re  util ise d  to  evaluate  ef ficacy   of   ne w  sche du li ng  m et ho d  fo r  cl oudi ng   com pu ti ng   that   pro posed   [ 12] .  T hu s ,  Fig ur e   12  s hows  im prov e   rate  of  rou nd - r obin.   A ve r age  of  WT:  42 .4 m s ;   Av e ra ge of TA T: 6 2.4m s.           Figure  12.  Ga nt t chart  of   im prov e d r ound - robin sche duli ng       b.   En han ce d rou nd - robin  [1 4]     In   Fi gure  13,  aver a ge  of  WT  and   a ver a ge   of   TA T  are  cal culat ed  to  m easur e  im pr ov i ng   rate  of   the ro und - r ob i n [14].  Av e ra ge  of  WT: 64. 2m s ; Av era ge o f  T AT:  112.4m s.     Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       A h y br id  ap pr oach  for  sch e du li ng   applicati on   . ..  ( A hm e d S.  Ab da lk afo r)   1395       Figu re 13. G ant t chart  of  en ha nced r ound - r obin       c.   In te ger   p rogr a m m ing  [ 15]     In   a dd it io n,   a ver a ge  of  W T   and   ave ra ge  of   T AT  are  r equ i red   to  te st   integer  pro gr a m m ing   f or   the sc hedulin g m et ho d  t hat s how n  i n  Fi gure  14 [1 5].  A ve ra ge of   W T:  36m s; Avera ge of   TAT:  84.6 m s.           Figure  14.  Ga nt t chart  of   i nteg er  program m ing   robin  alg or it hm       d.   Im pr ov e d r ound - robin  alg or it hm  [ 17 ]     Nayak   et   al ,  ha ve  propose d  sche du li ng  al gorithm   to  i m pr ov e  pe rfor m ance  of   r ound - robin  m et hod.   Howe ver, f i gur e 15 s hows  ef fici ency o f  this  a lgorit hm .  Av er age  of  W T:  84 m s ; Av era ge o f  T AT:  141.6m s.           Fi g ure  15.  Ga nt t chart  of   im prov e d r ound - robin  al gorithm       e.   A  pr i or it y - base d   rou nd - r obin   [ 16 ]     Ra j put  et   al   [ 16] ,  ha ve  prese nted  s om e  i m p rovem ent  proc ess  on  rou nd - r ob i n  al gorit hm  as  sho wn  in   Figure  16.  A ve rag e  of  WT:  24.4 m s; Av era ge   of TAT : 3 5m s.           Figu r e  16.  Ga nt t chart  of   pri or it y - based   r ound - robin  alg or it hm       To  disti ng uish   our  w ork  f rom   oth er,  we  ne ed  com par iso n  stu dy  with  the  rece nt  pap e rs  at   the  sa m e  resear c h  area.  Ta ble  4  sh ows  c om par iso n  stu dy  betwee n  va rio us   pr opos e d  a lgorit hm   on   rou nd - r obin  m et ho d.   The  s umm ary  of   th e  com par ison   betw een  t he  pre vious  sc hed ulin g  al gor it h m s  with  our   proposal  sc he du l ing  al gorithm  is sh own  i n  Fi gure  17.       Table  4  c om par iso n betwee n vari ou s  im pr ove on  rou nd - r ob in.      Perf o r m a n ce Attr ib u te   AW T   AW T  Af ter  App ly i n g  the  p rop o sed  algo rith m   ATAT   ATAT  Af ter  Ap p ly in g   th e pro p o sed   alg o r ith m   San g wan   et al .  [ 1 2 ]   4 4 .8 ms   4 2 .4 ms   6 4 .8 ms   6 2 .4 ms   Mittal  et  al .[ 1 4 ]   6 8 .8 ms   6 4 .2 ms   117 ms   1 1 2 .4 ms   Ku m ar   et al .[ 1 5 ]   7 1 .6 ms   36 ms   1 1 9 .8 ms   8 4 .6 ms   Rajp u t  et al .[ 1 6 ]   28 ms   2 4 .4 ms   40 ms   35 ms   Nay ak   e t al .[ 1 7 ]   8 5 .6 ms   84 ms   1 4 3 .2 ms   1 4 1 .6 ms     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  10 , No .  2 ,  A pr i l 202 0  :    1387   -   1397   1396       Fig ure   17.  C om par ison   betw een  pr e vious al gorithm s w it h new al gorithm       6.   CONCL US I O N     A  novel  sc heduling  al gorith m   fo r  cl oud  co m pu ti ng   is  pr opose d  i n  this   pa per   t o  ov e rc om e  com m on   pro blem s  of   round - r ob i n  al go rithm .  It  has  the  abili ty   to  cr eat e  balance  lo ad  bet wee n  jo b  pr ocesses  i n  cl oud  com pu ti ng   at   read y  queue .  The  pro pr ie ty   value   at ta che d  to   bur st  tim e  play s  a  vital   ro le   i n  e nh a nci ng   perform ance  of   cl oud  com pu ti ng   sc he du li ng.  Wh en  c om par e  ou r  pr opo s al   with  the   pr e vious  al gorithm ,   we  can  easi ly   no ti ce  that  the  pro po se d  al gor it h m   ha s   a  signi ficant  eff ect   on  pe rfor m ance  of   cl ou d  com pu ti ng .   Our  ex per im ental   resu lt   of   th e  propose d  job s   scheduli ng  al gorithm   sh ow s   that  the  pr op ose d  schem es  po sses s   ou tst a nd i ng   e nhanci ng   rates  with  a  re duct io n  in  wait ing   ti m e  fo r  j obs  i n  qu e ue  li st.  I n  f uture  w ork,   t his  idea  will   app ly   on   an ot her   sc he duli ng   al gorithm   for  cl oud  c ompu ti ng  that  ta r geted  to  reduc e  rate  of   wait ing   ti m e  and tu rn a rou nd tim e at ready  qu e ue wit h.       RE FERE NCE S   [1]   N.  Kulkar ni ,   S.  V.  N.  L.  Lalit h a ,   and  S.  A .   Deo kar ,   “ Real  Ti m e   Control   and  M onit oring  of  Gri d  Pow er  S y stem s  using  Cloud  Com puti ng, ”  Inter nati onal  Journal  of  El e ct rica l   and   Computer   Engi nee ring ,   vol.   9 ,   No.  2,   pp.   941 - 949 ,   20 19.   [2]   K.  Bhagc hand an i  and   D.  P.   Augus ti ne ,   “ IoT  Bas ed  Hea rt  Monito ring  and  Aler ti n g  Sy st em  with  Cloud  Com puti ng   and  Mana ging  The   Tra ff ic   for   an  Am bula nce  in  India , ”  Inter nati onal  Journal  of  El e ct rica l   and   Computer   Engi ne ering ,   vol .   9 ,   no .   6 ,   pp .   50 68 - 5074,   2019 .   [3]   H.  G.  Ta n i,   and   C.   El   Am ran i ,   “ Cloud  C om puti ng  CP U  A ll oca t ion  and  Schedu l ing  Algorit hm s  using  CloudSi m  Sim ula tor, ”   Int e rnational   Journal  of   Elec tric al   an d  Computer  Eng ine ering ,   vol .   6 ,   no.   4 ,   pp .   1866 - 1879,   2016 .   [4]   W .   Hus sain,   F.  K.  Hus sain,   O.  K.   Hus sain,   E.   Dam ia ni,   and   E.  Chang,   “ Form ula ti ng  and  Mana g ing  Viable  SLAs   in   Cloud  Com puti ng  from   a  S m al l  t o  Medium  Servic e  Provider ' s  Vi ewpoint :  A  State - o f - t he - Art  Rev i ew, ”   Informatio n   Syste ms ,   vol .   71 ,   pp.   240 - 259,   20 17.   [5]   S.  Ghanba ri  an d   M.  Othm an ,   “ A  Priority   B ase d  Job  Scheduling  Al gorit hm   i n  Cloud  Com puti ng, ”   Proc edia   Engi ne ering ,   vol .   50 ,   pp .   778 - 78 5,   2012 .   [6]   R.   Nall akumar ,   “ A  Surve y   on  Dea dli n e  Constrai ned  W orkflow  Schedul ing  Algorit hm s  in  Cloud  Envi ronm ent, ”   Inte rnational   Jo urnal  of  Computer  Sci en ce   Tr en ds  and  Technol ogy   ( IJCST ) ,   vol.  2,   no.   5,   pp .   44 - 50,   2014.   arXiv   pre print a rXiv :1 409. 7916.   [7]   T.  Dil lon,   C .   W u,   and  E.   Ch ang,   “ Cloud  Co m puti ng:  Iss ues  and  C hal l enges , ”   2010  24th  I EE E  In te rnation al  Confe renc e  on   A dvanc ed   Information  N et working   and  Applications,  Aus tra l ia,   pp .   2 7 - 33,   2 010 .   [8]   W .   C.   W u  and   S .   C.   Yang ,   “ Enh anc ing  Im ag e  Se cur ity   and  P rivac y   in  Cloud   S y st em  using  Stega n ogra ph y , ”   IEEE   Inte rnational   Co nfe renc e  on   Con sum er  El ectroni cs - Taiwan ( ICC E - TW) ,   pp.   321 - 322,   June   2017.   [9]   I.   C.   Lopez,   “ Scie nti fi c  W orkflow  Scheduling  f or  Cloud   Com puti ng  E nvironments, ”  Doctoral  Thesi s,   The  Unive rs ity  o f  Sydn ey ,  2016 .   [10]   Y.  H.  Le e ,   S.   Le u,   and   R.   S.   Chang,   “ Im proving  Job  Schedu l ing  Algorit hm s  in  a   Grid  Env ir onm ent , ”  Fut ur e   gene ration   comp ute r syste ms ,   vol .   27 ,  no .   8 ,   pp .   9 91 - 998,   2011 .   [11]   S.  K.  Panda   and   S.  K.  Bhoi,   “ An  Eff ec ti ve  Round - Robin  Algorit hm   using  Min - Max  Dispersion  Mea sure, ”  Inte rnational   Jo urnal  on  Compu te r Sc ie nc e  and   Engi ne ering ,  20 14.   arXi v  prepri nt  arXi v:1 404. 5 869 .     [12]   P.  Sangwan,   M.   Sharm a,   and  A.   Kum ar,   “ I m pro ved  Round - robi n   Schedul ing  in  Cloud  Com puti ng, ”  Adv an ce s  in   Computati onal  S ci en ce s and   Tec hnology ,   vol .   10 ,   no.   4,   pp.   639 - 6 44,   2017 .   [13]   B.   Mani y ar ,   an d  B.   Kana ni ,   “ Revi ew  on  Rou nd - Robin  Algorit hm   for  Ta sk  Schedul ing  in  Cloud  Com puti ng, ”   Journal  of   Eme r ging  Techno logies and   Inno vat i v e  R ese arch ,   vol .   2 ,   no .   3 ,   2015 .   [14]   S.  Mitt al,  S.   Sin gh,   and  R.   Kaur ,   “ Enha nc ed  Round - robin   Tech nique   for  T ask  Schedul ing  in  C loud  Com puti ng   Envi ronm ent ,   In te rnational   Jour nal  of   Engi n ee ri ng  Re search   &   T ec hnolog y ,   pp.   5 25 – 529,   2016 .   Evaluation Warning : The document was created with Spire.PDF for Python.